基于Boosting的深度学习图像分类算法设计

王志强; 王先传

首页> 中文期刊> 《系统仿真技术》 >基于Boosting的深度学习图像分类算法设计

基于Boosting的深度学习图像分类算法设计

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

深度学习是机器学习的一个重要分支,可用于图像分类及目标识别等,其中ResNet网络由于其自身的优势,所以应用较为广泛.在此基础上,提出了一个新的算法,用于训练ResNet网络.由于ResNet网络结构可以看做是逐层增强的结构,其本身结构解决了深度学习中的退化问题,故结合Boosting的原理,提出了一个基于Boosting理论,同时完整保留ResNet网络本身优点的训练算法.在ResNet网络每一层的输出处引入一个线性的全连接层,使之分别相对于一个弱的分类器.此时,仅需要训练浅层的网络便可达到所需效果,继承了ResNet网络优点的同时,使得网络可以达到更深同时又不影响准确率.总而言之,提供了一个弱学习环境以及Boosting理论,在此条件下,利用新的算法对ResNet网络进行训练.

著录项

来源
《系统仿真技术》 |2021年第2期|109-113|共5页
作者
王志强; 王先传;
展开▼
作者单位

阜阳工业经济学校安徽阜阳236015;

阜阳师范大学安徽阜阳236041;

展开▼
原文格式 PDF
正文语种 chi
中图分类信息处理（信息加工）;
关键词
图像分类; 深度学习; ResNet网络; Boosting理论;

相似文献

中文文献
外文文献
专利

1. 基于改进Adaboost M1算法医学图像分类系统的研究 [J] . 林晓佳 . 聊城大学学报（自然科学版） . 2015,第004期
2. 基于 JointBoost I2C距离度量的图像分类方法 [J] . 李子龙 ,刘伟铭 . 华南理工大学学报（自然科学版） . 2015,第005期
3. 一种基于改进的AdaBoost的SAR图像分类方法 [J] . 杨胜智 ,温显斌 ,徐海霞 . 天津理工大学学报 . 2014,第006期
4. 基于综合特征的Bp_adaboost工业仪表图像分类方法 [J] . 吴学礼 ,赵萌 ,孟凡华 . 河北科技大学学报 . 2013,第005期
5. 基于XGBoost的飞行器数据分类算法设计 [J] . 罗钊航 ,韩超 ,姜赟 . 中国军转民 . 2020,第014期
6. 基于多分类Boosting算法的多光谱遥感图像分类研究 [C] . Xing Li ,李星 ,Wenxing BAO . 全国第27届计算机技术与应用（CACIS）学术会议 . 2017
7. 加权样本分类算法设计和基于加法逻辑回归模型的Boosting算法设计 [A] . 王超 . 2019

基于Boosting的深度学习图像分类算法设计

摘要

著录项

相似文献

相关主题

期刊订阅